人工智能突破Erdős单位距离猜想
2026年5月20日，OpenAI发布了一则重磅消息：其内部研发的通用推理模型，成功证伪了匈牙利数学家Paul Erdős在1946年提出的一个关键猜想。该猜想被视为离散几何领域最具知名度、表述最为简洁却悬而未决八十年之久的难题之一。外部数学家团队已对证明过程进行了审核，并发表了配套论文，详细阐述证明的逻辑框架与学术背景。普林斯顿大学数学家Will Sawin教授进一步优化了这一结论。剑桥大学菲尔兹奖获得者Timothy Gowers发表评论指出，这一成果"在未来数月乃至数年内，将在各数学分支中涌现类似突
AI模型突破组合几何经典难题：80年悬案终被解开
OpenAI Research · 2026 年 5 月 20 日 · 研究里程碑近 80 年来，数学家们始终在探索一个看似简洁的问题：当平面上分布着 n 个点时，最多能形成多少对恰好相距 1 个单位长度的点？这就是著名的平面单位距离问题（planar unit distance problem），由匈牙利数学家保罗·埃尔多什（Paul Erdős）于 1946 年首次提出。该问题是组合几何（combinatorial geometry）领域最具影响力的难题之一——表面上看似直白，实则极度复杂难解。200
人工智能突破80年数学难题 单位距离问题终被攻克
OpenAI 研发的通用推理模型成功破解了困扰学界八十载的"单位距离问题"，彻底否定了离散几何领域的这一核心猜想。这被视为人工智能驱动数学研究进入崭新阶段的重要标志。试想你在无限广阔的平面上分布若干点。任意两个点之间都存在一定距离，其中部分点对之间的距离恰好为 1（即"单位距离"）。核心问题在于：究竟能够形成多少对距离恰好为 1 的点？这个问题看似直白，实则蕴含极深的数学内涵。Brass、Moser 和 Pach 在 2005 年推出的《离散几何研究问题》一书中，将其称为"组合几何中最负盛名（也最易阐释）